zoukankan      html  css  js  c++  java
  • 模型权重的保存与加载 回调函数的使用

    import tensorflow as tf
    import numpy as np
    #保存权重
    model_file = "./model/cifarmodel.h5"
    model.save_weights(model_file)
    print("已保存模型权重!")
    
    #加载权重
    try:
        model.load_weights(model_file)
        print("权重加载成功!")
    except:
        print("权重加载失败!")
        
        
        
    #通过回调函数保存权重
    check_points = "./model/cifar10.{epoch:02d} - {val_loss: .4f}.h5"
    callbacks = [ tf.keras.callbacks.ModelCheckpoint(filepath = check_points, 
                                                     save_weights_only = True,
                                                     verbose = 0, save_freq = 'epoch'),
                 tf.keras.callbacks.EarlyStopping(monitor = "val_loss", patience = 3),
                 # 早停,防止过拟合,监控值为val_loss,如果连续三个周期的值都越来越差,则停止保存check_points
    ]
    #回调函数的应用
    model.fit(train_x, train_y, validation_split = 0.3, epoch = 5, batch_size = 100, callbacks = callbacks, verbose = 2)
        
    自己选择的路,跪着也要走完。朋友们,虽然这个世界日益浮躁起来,只要能够为了当时纯粹的梦想和感动坚持努力下去,不管其它人怎么样,我们也能够保持自己的本色走下去。
  • 相关阅读:
    javascript 学习笔记714章
    数据库设计的四个范式
    【转】utf8的中文是一个汉字占三个字节长度
    java 中文url的解决
    so动态链接库的使用
    linux常用命令
    控制台编译Qt程序
    构造函数初始化列表 组合类构造函数
    const volatile
    std::pair
  • 原文地址:https://www.cnblogs.com/WTSRUVF/p/15085930.html
Copyright © 2011-2022 走看看